Seedance 2.5 對比 2.0：升級的是輸入能力而非畫質，以及沒人提醒你的三倍帳單

我們經營多模型影片生成服務，這代表每上架一個模型，每一次生成的帳單都由我們自己付。在把 Seedance 2.5 排進 Seedance 2.0 旁邊之前，我們用同一套決定路由的測量流程把兩者各跑了一遍。這篇文章就是那批數據，測到什麼寫什麼。

以下所有數字都來自 2026-08-08 至 2026-08-10 之間的直接 API 生成，帳單掛在我們自己的帳號上。只跑過一次的，我們會講明。數字超出預期的，我們重跑一次才敢相信。

重點速覽

• 同樣長度、各自最便宜的路由下，Seedance 2.5 的單支成本約為 Seedance 2.0 的 1.7 倍。
• 真正的升級不是每秒畫質，而是輸入能力：2.5 最多吃 30 張參考圖、10 段參考影片、10 軌參考音訊，輸出可拉到 30 秒。2.0 的上限停在首尾幀控制。
• **參考影片是照輸出影片的規則計費的，一秒算一秒。**在一支 5 秒的生成上掛一段 12.6 秒的素材，你付的是 17.6 秒。我們確認的不只是價格，而是機制本身：同一段參考素材、兩種輸出長度各跑一次，加上供應商在建立任務的回應裡自報 billing_rule: "per_second"。
• 如果你的工作量就是 5 秒的純文字轉影片，2.0 依然是理性的預設值。只要簡報裡多出第二個輸入素材，2.5 的溢價才開始值得。

到底改了什麼

參考素材是可以依序指名的：提示詞裡寫「圖 3」或「影片 1」，模型會對應到你提交時的順序。這讓素材順序本身變成提示詞的一部分，如果你要在它之上做產品，這件事有實際影響（我們為此重做了上傳介面）。

實測：單次生成成本

同一段提示詞，5 秒，480p，每次一支。價格是 2026-08-08 當天我們帳號實際被扣的金額，單位美元。

有兩件事值得注意。

第一，兩條路由對「哪一種模式比較便宜」的看法並不一致。純文字轉影片時路由 A 便宜 29%，但只要掛上參考影片，它就貴了 48%。如果你因為路由 A 在文字轉影片上勝出，就把 Seedance 2.5 的流量全丟給它，那麼每一次帶參考影片的工作你都在多付錢。我們最後改成按模式分流，而不是按模型分流。

第二，帶參考影片的那一次是純生成的 2.2 至 3.2 倍。那不是一筆附加費，那是算術，這就帶出了我們遍尋不著任何文件的那一段。

參考影片的計費機制，用兩次生成把它釘死

參考影片模式的價格頁只寫「按秒計費」，沒說是哪些秒。只算輸出？輸出加輸入？還是一筆固定附加費？這個差別決定了像我們這樣的服務會不會少收一半，所以我們自己測。

方法：同一段 12.67 秒的參考素材，同一段提示詞，同一個解析度，跑兩次，輸出長度分別是 5 秒與 10 秒。每次呼叫建立任務前後各讀一次帳戶餘額。

只有在把計費秒數算成輸出加參考輸入的時候，兩次生成的每秒單價才會吻合到 0.04% 以內。供應商建立任務的回應裡也自己報了出來，這一點出乎我們意料：

"usage": { "billing_rule": "per_second", "credits_reserved": 277.7302 }

另外獨立推算參考秒的單價，得到的是輸出秒單價的 1.0024 倍。參考秒與輸出秒同價。

還有一個轉折：每秒單價會隨模式改變。同一家供應商，純文字轉影片是每輸出秒 $0.1374，參考影片模式是每計費秒 $0.0842。參考模式是把一個折扣後的單價，套在一個更大的秒數上。

實際後果：一支 5 秒的生成掛上 12.6 秒的參考素材，計費 17.6 秒。如果你只按輸出長度向使用者收費，這一單你就吃掉 54% 的少收。我們是在把輸入秒數改成由伺服器端計費（用 ffmpeg 探測，絕不採信客戶端上報）之後，才開放這個模式的。

多素材參考到底生得出什麼：三支樣片

數字說明的是成本，說明不了模型會不會照著分鏡走。我們透過參考管線生了三支樣片，輸入素材、完整提示詞（在各自的模型頁上）與未剪輯的輸出都放在這裡，你可以拿去對照我們的判讀。

樣片一：四張商品圖生出 30 秒單鏡到底

進去的是四張參考圖：正面、側面細節、充電盒，以及一組空的陳列場景。這支是重拍，而失敗的第一次比成功那次教會我們更多：最初的提示詞排了四個帶時間碼的節拍（「第 6 秒盒蓋打開」），模型回給我們的是死掉的前七秒、一個用形變而非轉軸打開的蓋子，還有一個撐不住自己形狀的商品。逐幀複看直接否決。修過的提示詞把四個節拍砍成三個共用一段連續運鏡的動作，並加上禁止形變的硬約束。

重拍版的逐幀複看（2026-08-19）：盒蓋沿著真實的轉軸抬起、盒身不動，耳機從抬起到最後一幀維持同一個形狀，環繞、上升與後拉讀起來是一鏡到底，沒有死時間也沒有剪點。第一次失敗留下的可移植經驗是：帶時間碼的節拍表會引誘模型做硬狀態切換；把動作減少、共用一段連續運鏡，再加上明確的禁止形變約束，才是 30 秒單鏡撐得住的原因。

樣片二：四份素材拼出同一個角色

輸入：一張全身角色設定、一張臉部特寫、一張外套平攤圖，以及一個空的神殿場景。輸出必須讓這四者在動態中維持一致。

我們複看這一支時，跨幀守住的是：辮子、雀斑、外套上的扣具與縫線，以及來自場景圖的拱門光柱。腳本裡那個抬頭的節拍落在第 5 秒附近。這是一次生成，不是一致性基準測試，放在這裡是當作「一次通過能守住什麼」的證據。

樣片三：把運鏡從一段參考影片搬過來

這裡的參考素材是一段影片（一個繞著灰色方塊的樸素 180 度弧線運鏡，8.2 秒，依照上面那條機制計為參考輸入秒數）加一張茶壺的靜態圖。指令是：複製這個運鏡，換掉主體，其他都別動。

輸出維持了繞著茶壺的等高弧線，節奏接近參考素材，唯一多出來的動態是提示詞要求的蒸氣。弧線讀起來大致是腳本裡的 180 度。這一支的運鏡轉移加主體置換是第一次就成功。

實測：延遲

文字轉影片各跑三次，圖片轉影片各跑一次，計時是從建立任務到取得完成輸出的實際時間，2026-08-08。

離散程度比中位數重要。2.5 最快的一次贏過我們在 Seedance 家族測過的一切，最慢的一次是它的 3 倍。如果你要對使用者顯示預估時間，請照離散程度編預算，不要照順風局。路由 A 上那次 317 秒的圖片轉影片在多次確認中都穩定重現，所以我們把圖片轉影片分流到別處。

哪些情況 2.0 依然是對的選擇

一份誠實的比較必須有這一節。

• 純 5 秒文字轉影片：2.0 的價格是 2.5 最便宜實測價的 60%。如果簡報裡沒有參考素材，這筆溢價什麼都買不到。
• 首尾幀變形：2.0 那套依位置指定的兩圖契約已經成熟，從 6 月起撐過我們每一輪生產冒煙測試。2.5 可以用參考清單表達同一件事，但那是條較新的路徑，里程數還不夠。
• 可預測的延遲：2.0 兩次實測落在幾秒之內。2.5 的離散是 2 到 3 倍。

使用這份數據前該知道的限制

• 樣本量很小：每條文字轉影片路由三次，每條圖片轉影片路由一次，計費實驗兩次。這是拿來做路由決策的數據，不是一篇基準測試論文。
• 所有 2.5 的成本數字都測於 480p、5 至 10 秒。30 秒的上限我們還沒測過。
• 價格是聚合 API 路由在文中日期向我們帳號收取的金額。企業直採價格可能不同。供應商調價不會事先通知。
• 我們沒有做受控的畫質比較。這篇文章講的是成本、延遲與計費機制，這些是不需要評審團就能測的東西。

方法

所有生成都走同一套我們用來做路由決策的測量流程：直接對各家供應商的任務 API 發 HTTP 請求，不經 SDK 層，回應信封原樣落日誌。成本由每次呼叫建立任務前後立刻讀取的帳戶餘額差額算出，不是照價目表推算。延遲是從任務建立到第一次輪詢回報完成輸出之間的實際時間。參考影片的計費實驗方法寫在上文。

兩個模型都已在 Vidney 上線：Seedance 2.5 與 Seedance 2.0。我們把每一種模式分流到該模式實測最好的供應商，這正是這批數據存在的全部理由。